面向疾病感知的胸部 X 光图像编辑
图像与视频处理
2021-09-07 v2 计算机视觉与模式识别
摘要
利用生成对抗网络（GANs）进行疾病感知图像编辑，构成了推进 AI 在医疗健康领域应用的一条有前景的途径。在此，我们给出该思想的概念验证。尽管基于 GAN 的技术已成功生成并操控自然图像，但其在医学领域的应用仍处起步阶段。基于 CheXpert 数据集，我们展示可训练 StyleGAN 以生成逼真胸部 X 光片。受循环逆向生成器（CRG）框架启发，我们训练一个编码器，可对合成 X 光片忠实反演生成器，并对真实 X 光片提供器官级重建。通过对潜码的引导操控，我们将心脏肥大（心脏增大）的医学状况赋予来自健康患者的真实 X 光片。本工作发表于 Medical Imaging meets Neurips Workshop 2020，该研讨会作为第 34 届神经信息处理系统大会（NeurIPS 2020）的一部分在加拿大温哥华举行。
引用
@article{arxiv.2109.01071,
title = {Towards disease-aware image editing of chest X-rays},
author = {Aakash Saboo and Sai Niranjan Ramachandran and Kai Dierkes and Hacer Yalim Keles},
journal= {arXiv preprint arXiv:2109.01071},
year = {2021}
}